Instytut Łączności

Kierownik zadania:

dr hab. inż. Mirosław Klinkowski 

Cel zadania:

Celem zadania było opracowanie, implementacja i badanie modeli, metod i mechanizmów służących optymalizacji wielousługowych sieci Xhaul. 

Cele dodatkowe to (a) rozwijanie potencjału naukowego zespołu w zakresie modelowania i optymalizacji sieci Xhaul, (b) wsparcie realizacji projektu NCN OPUS OptimXhaul.

Opis zrealizowanych prac:

Xhaul jest siecią transportową łączącą rozproszone elementy radiowych sieci dostępowych (RAN) w sieciach mobilnych 5G/6G, zapewniającą obsługę różnorodnych rodzajów usług (eMBB, URLLC i mMTC w 5G i nowych usług 6G), zgodnie z ich potrzebami (dot. m.in. przepustowości, opóźnień, niezawodności). Sieci te wymagają modeli i metod służących ich optymalizacji, zarówno na etapie planowania jak i podczas działania. Oprócz metod wykorzystujących programowanie matematyczne i heurystyki, zastosowanie znajdują metody uczenia maszynowego (ML), m.in. w predykcji opóźnień przepływów, szczególnie istotnej dla URLLC. Dynamiczny charakter sieci Xhaul stwarza potrzebę opracowania efektywnych metod i mechanizmów dla dynamicznej alokacji zasobów i rekonfiguracji sieci, np. w następstwie awarii lub zmian obciążenia. W przypadku awarii, zastosowanie znajdują mechanizmy protekcji, też istotne dla URLLC. Zagadnienia te stanowiły temat zadania. 

Podjęto następujące, nowe tematy badawcze: (a) opracowanie, implementacja i analiza skuteczności modelu ML opartego na regresji liniowej kwantylowej (ang. quantile regression, QR) do predykcji maksymalnych opóźnień przepływów w pakietowych sieciach Xhaul; (b) opracowanie, implementacja i analiza wydajności modeli estymacji/predykcji opóźnień, deterministycznego i ML, w dynamicznych, pakietowych sieciach Xhaul; (c) opracowanie, implementacja i analiza mechanizmu dynamicznej realokacji jednostek DU w pakietowych sieciach Xhaul; (d) opracowanie, implementacja i analiza porównawcza protekcji optycznej 1+1 i 1:1 w pakietowo-optycznej sieci Xhaul opartej na pasywnej technologii WDM. 

Opracowano, zaimplementowano i przebadano modele ML, algorytmy optymalizacyjne wykorzystujące m.in. modele MILP i metody heurystyczne, oraz narzędzia programowe służące do symulacji dynamicznych pakietowych sieci Xhaul i generowania danych badawczych. Eksperymenty numeryczne wykonano dla szerokiego zakresu scenariuszy sieciowych uwzględniającego różne topologie sieci, wymagania ruchowe, parametry kosztowe, oraz parametry transmisyjne. Opracowane modele, metody i mechanizmy porównano z metodami i scenariuszami referencyjnymi prezentując uzyskane korzyści, w szczególności w kontekście wykorzystanych zasobów obliczeniowych, kosztu sieci jak i dokładności i niezawodności modeli (w przypadku predykcji opóźnień).

Opis najważniejszych osiągnięć:

W ramach zadania opublikowano 3 prace naukowe (2 opublikowane artykuły w czasopismach oraz 1 zgłoszona do publikacji (w trakcie recenzji) a także 1 publikacja konferencyjna o łącznej liczbie 220 punktów wg. wykazu MNiSW. 

Realizowane prace stanowiły wsparcie dla projektu badawczego NCN OPUS OptimXhaul (2025-2028), w którym zastosowanie znajdują opracowane modele, metody oraz narzędzia programistyczne, w tym symulator dynamicznej, pakietowej sieci Xhaul zaimplementowany w środowisku OMNET++. 

Pozyskano nowe kompetencje w zakresie wykorzystania metod ML i optymalizacji dynamicznych sieci Xhaul, których Zespół wcześniej nie posiadał. 

Zidentyfikowano aktualne, istotne kierunki badań w kontekście wymagań stawianych przez sieci 6G i nowych koncepcji sieci mobilnych, takich jak sieci bezkomórkowe (ang. Cell-Free Networks). 

Wyniki badań zaprezentowano podczas seminarium instytutowego (16 września 2025). 

Otrzymane wyniki analiz stanowią wskazówkę dla twórców rozwiązań sieciowych oraz operatorów sieci, natomiast opracowane metody mogą znaleźć praktyczne zastosowanie w optymalizacji nowoczesnych sieci Xhaul.

Publikacje:

[1] M. Klinkowski, J. Perello, and D. Careglio, „Machine Learning-Aided Latency Prediction in Packet-Switched Xhaul Networks”, IEEE Access, JCR-IF (2024): 3.6. 100 pkt. 

[2] Mirosław Klinkowski and Dariusz Więcek, „Performance Analysis of Data-Driven and Deterministic Latency Models in Dynamic Packet-Switched Xhaul Networks”, Applied Sciences, vol. 15, no. 12487, 2025, pp. 1-23. JCR-IF (2024): 2.5. 100 pkt. 

[3] M. Klinkowski, „Analysis of Dynamic DU Reallocation in Packet-Switched Xhaul Networks under Varying Traffic”, publikacja pokonferencyjna KRiT 2025, Przegląd Telekomunikacyjny – Wiadomości Telekomunikacyjne, vol. 4, 2025, pp. 161-164. 20 pkt.

[4] M. Klinkowski, „Evaluation of 1+1 and 1:1 Optical Protection Architectures in Passive WDM Optical Xhaul Access Networks”, ICTON 2025 Conference, Barcelona, Spain

Wykorzystanie uzyskanych wyników:

Otrzymane wyniki analiz stanowią wskazówkę dla twórców rozwiązań sieciowych oraz operatorów sieci, pokazując korzyści płynące z proponowanych mechanizmów i metod zarówno w kontekście minimalizacji kosztu i zużycia zasobów, jak i potencjalnej oszczędności zużycia energii w sieci. Same modele i metody mogą znaleźć praktyczne zastosowanie w optymalizacji sieci telekomunikacyjnych, w szczególności nowoczesnych sieci Xhaul.